检索结果-南通市图书馆

作者：来小孟贵州民族大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

ABS/BN导热复合材料的制备及性能研究

ABS/BN导热复合材料的制备及性能研究

作者：孟令功中北大学

学位级别：硕士

基于数据挖掘的中医药治疗2型糖尿病周围神经病变用药规律研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于数据挖掘的中医药治疗2型糖尿病周围神经病变用药规律研究

作者：孟宪琨黑龙江中医药大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

国产服务器主板的关键功能模块研究

国产服务器主板的关键功能模块研究

作者：孟梓桐中北大学

学位级别：硕士

基于深度学习的GNSS/INS组合导航算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的GNSS/INS组合导航算法研究

作者：孟宪薇吉林大学

学位级别：硕士

在现代导航系统中,全球导航卫星系统(GNSS)和惯性导航系统(INS)的组合使用已成为提高定位精度和可靠性的重要技术。GNSS能提供高精度的位置信息,但其信号在恶劣环境下易受干扰或完全丢失。相较之下,INS作为一种自主导航技术,不依赖外部... 详细信息

在现代导航系统中,全球导航卫星系统(GNSS)和惯性导航系统(INS)的组合使用已成为提高定位精度和可靠性的重要技术。GNSS能提供高精度的位置信息,但其信号在恶劣环境下易受干扰或完全丢失。相较之下,INS作为一种自主导航技术,不依赖外部信号,可以在GNSS信号不可用时持续提供导航信息,但其导航精度会随着传感器误差的累积而降低。GNSS与INS组合导航通过互补各自的优势和缺点,提高了在不同环境下的导航性能。然而,在长时间面临GNSS信号不可用的情况下,如何保持组合导航的高精准度,成为当前研究中的重要课题,具有深远的研究意义。针对上述问题,本文基于深度学习研究GNSS/INS组合导航算法。首先,针对惯性传感器信号中存在噪声影响组合导航精度问题,本文提出新的小波阈值去噪函数对信号去噪。其次,本文引入双向循环神经网络(BRNN)作为算法的核心架构,并通过集成卷积神经网络(CNN)、通道注意力机制以及自注意力机制,对BRNN进行了深入优化。在这一架构中,CNN模块负责从输入的时间序列数据中提取局部特征,随后,通道注意力机制动态调整各特征通道的重要性,强化了模型对关键信息的捕获与识别能力。BRNN利用其双向处理能力,全面捕捉时间序列数据的前向和后向依赖,提高模型对时间序列动态的理解。最后,自注意力机制对BRNN的输出优化,通过计算序列内各元素间的相互影响,加强了模型对时间序列的全局认识,提高了预测的准确性和效率。在GNSS信号可用时,优化后的神经网络(double Att-CBRNN)寻找惯性传感器测量的比力、角速度、INS速度以及姿态与GNSS位置增量之间的关系。在GNSS信号不可使用时,double Att-CBRNN辅助INS系统导航,减少INS时间累积误差。本文针对研究内容设计了实验。本文首先验证了新小波阈值去噪函数有效性,再使用去噪后的信号数据来验证基于深度学习的GNSS/INS组合导航算法的性能。为了评估double Att-CBRNN算法的性能,本文将此算法与LSTM算法、MLP算法以及GINN算法进行了对比实验。通过对比不同算法在GNSS信号中断情境下的导航精度进行比较分析,实验结果证明,相比于其他三种算法,double Att-CBRNN算法在提高组合导航精度方面更具优势。此外,本文还深入分析了double Att-CBRNN算法的内部结构及其优势,对其进行了消融实验。本文通过系统性地移除double Att-CBRNN模型内部的通道注意力机制与自注意力机制组成的双重注意力机制,来对比去除该机制前后模型在预测性能上的差异。实验结果表明,双重注意力机制在增强模型预测能力方面发挥着关键的作用。

关键词：深度学习组合导航双循环神经网络小波阈值去噪卷积神经网络注意力机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

纳税信用评级对企业股票流动性的影响研究

纳税信用评级对企业股票流动性的影响研究

作者：王孟孟河南财经政法大学

学位级别：硕士

“人无信不立,业无信不兴,国无信则衰。”信用为现代市场经济运行提供了重要支撑。一个健全的社会信用体系,不仅能够确保供需之间的顺畅衔接,为市场的有效运行提供坚实保障,同时也为资源的优化配置奠定了坚实的基础。党的二十大指出,要... 详细信息

“人无信不立,业无信不兴,国无信则衰。”信用为现代市场经济运行提供了重要支撑。一个健全的社会信用体系,不仅能够确保供需之间的顺畅衔接,为市场的有效运行提供坚实保障,同时也为资源的优化配置奠定了坚实的基础。党的二十大指出,要完善产权保护、市场准入、公平竞争、社会信用等基础性制度,优化营商环境,为市场经济的稳健发展奠定坚实基石。而在2023年的政府工作报告中,同样强调了“推进社会信用体系建设”的重要性,以提升社会治理效能。因此,加强对信用经济的深入研究,对于推动社会信用体系的建立健全、完善社会主义市场经济体制而言,具有极其重要的意义。2014年7月,国家税务总局出台《纳税信用管理办法(试行)》,这一制度的出台,使得企业纳税信用明晰化,对于税收征管改革和信用建设起到了关键性的推动作用。作为企业非财务信息的一部分,纳税信用评级可以向外部利益相关者传递企业多维度信息,从而能够发挥一定的信息效应和治理效应。现有研究从融资约束、纳税遵从、企业创新、全要素生产率、劳动雇佣等企业内部治理方面以及股价崩盘风险、股价同步性等资本市场反应方面探讨了纳税信用评级产生的积极经济效果,然而对企业股票流动性的研究尚为匮乏。诚信纳税行为会影响企业在资本市场中的表现,进而会影响企业股票的流动性。因此,本文聚焦以下问题:第一,纳税信用评级如何影响企业股票流动性;第二,纳税信用评级通过哪些作用机制影响企业股票流动性;第三,纳税信用评级对企业股票流动性影响的异质性以及经济后果。基于此,本文选取2007—2022年沪深A股上市公司作为研究样本,考察纳税信用评级对股票流动性的影响,得出的主要结论有:纳税信用评级能够提高企业股票流动性。在采用更换被解释变量衡量方法、控制行业和省份固定效应、剔除样本、更换样本、PSM-DID估计、安慰剂检验、工具变量法等方法进行稳健性与内生性检验后,本文的研究结论依然稳健。机制分析表明,缓解信息不对称、激发投资者积极情绪以及降低经营风险是纳税信用评级改善企业股票流动性的机制。异质性分析表明,内外部环境特征会影响纳税信用评级对企业股票流动性的作用,具体而言,就外部环境来看,在分析师关注度低、机构投资者持股比例低、法制环境差的样本中纳税信用评级提高企业股票流动性的作用更显著;就内部环境来看,在小规模企业、公司治理水平低的样本组中纳税信用评级对企业股票流动性的促进作用更显著。经济后果分析表明,纳税信用评级可以通过提升股票流动性而降低企业股权融资成本、提升企业价值。基于上述结论,本文为企业加强诚信建设、提高纳税遵从度,政府在提高立法层级、公布多级企业名单、优化信息共享机制层面完善纳税信用管理,以及投资者应综合考虑企业财务和非财务信息、理性投资决策等方面提供了政策建议,对于推进社会信用体系建设、促进金融市场平稳运行具有重大意义。

关键词：纳税信用评级股票流动性信息不对称投资者情绪经营风险

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

3D打印橡胶集料混凝土的制备与性能研究

3D打印橡胶集料混凝土的制备与性能研究

作者：邹孟同西南科技大学

学位级别：硕士

制备3D打印橡胶混凝土（3D-printed rubberized concrete,3DPRC）对于推动废旧轮胎的资源化利用和提高3D打印混凝土（3D-printed concrete,3DPC）的性能具有重要意义。本课题通过打印试验和流变性能测试,系统研究了不同掺量、粒径和表... 详细信息

制备3D打印橡胶混凝土（3D-printed rubberized concrete,3DPRC）对于推动废旧轮胎的资源化利用和提高3D打印混凝土（3D-printed concrete,3DPC）的性能具有重要意义。本课题通过打印试验和流变性能测试,系统研究了不同掺量、粒径和表面改性方法的橡胶集料（Rubber aggregate,RA）对3DPC可打印性能和流变特性的影响和作用机制;进一步通过劈裂拉伸强度试验、X射线断层扫描（XCT）和扫描电镜（SEM）等一系列手段,测试表征了3DPRC的层间界面特性和微观结构,揭示层间界面的形成机制;最后探讨了RA对3DPC的力学性能和耐久性的影响规律和作用机理。得出主要结论如下:（1）RA掺入后,3DPC的挤出性降低,建造性提高,而且掺量越高、粒径越细时上述效果越明显。RA表面裂缝吸水增加了混凝土的静态和动态屈服应力,从而降低挤出性,提高建造性。而热处理表面改性可使RA表面的裂缝部分闭合,吸水率降低,从而在保证建造性能不受影响前提下大幅提高挤出性。采用胶砂流动度测试和湿坯强度测试可以很好评价3DPRC的可打印性能,合适的流动度范围为159～182 mm,湿坯强度范围为8.05～19.14 k Pa,动态屈服应力范围为637.53～899.81 Pa,静态屈服应力范围为1299.55～1935.50 Pa。（2）RA掺入会影响层间界面孔隙率与孔隙不规则度。随着橡胶集料掺量增大和粒径减小,浆体的初始屈服应力提高。上下两层接触面之间的屈服变形和水化进程的共同作用决定了界面的粘结强度。屈服应力高,打印条冷接触使层间界面粗糙形成微裂缝,橡胶集料释放吸附的自由水会促进生成水化产物填补微裂纹,使界面粘结性能得到优化。橡胶集料掺量越大,粒径越细,混凝土整体的孔隙率增大,孔隙形状更不规则,导致混凝土整体强度下降,层间劈裂强度也下降。（3）RA掺入会降低3DPRC的抗压和抗折强度,但减小了3D打印工艺给混凝土带来的各向异性影响。掺量越高,粒径越细,强度下降越明显。橡胶集料最合适的掺量在10v%以内,粒径为40～60目。同样,热处理的橡胶集料对3DPRC的力学性能提升最显著,相比未处理的3DPRC的抗压强度提高了112.27%,抗折强度提高了111.88%。（4）RA掺入会增强3DPRC的抗冻性和抗氯离子渗透性。掺量越高,粒径越细,混凝土的氯离子渗透深度越低,非稳态氯离子迁移系数D值越低,其抗氯离子渗透能力越强。但随着掺量增大和粒径减小,混凝土强度降低,更容易在冻融循环中受损。表面改性处理方式对3DPRC的抗冻性和抗氯离子渗透性影响不大。

关键词：橡胶集料 3D打印混凝土流变性能力学性能耐久性

2型糖尿病视网膜病变患者合并糖尿病肾病的危险因素分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

2型糖尿病视网膜病变患者合并糖尿病肾病的危险因素分析

作者：尹孟沙吉林大学

学位级别：硕士

背景:近年来,2型糖尿病(Type 2 diabetes mellitus,T2DM)及其微血管并发症的发生率日益升高。其中糖尿病视网膜病变(Diabetic retinopathy,DR)和糖尿病肾病(Diabetic kidney disease,DKD)是最常见的微血管并发症。然而,DR与DKD的发生并... 详细信息

背景:近年来,2型糖尿病(Type 2 diabetes mellitus,T2DM)及其微血管并发症的发生率日益升高。其中糖尿病视网膜病变(Diabetic retinopathy,DR)和糖尿病肾病(Diabetic kidney disease,DKD)是最常见的微血管并发症。然而,DR与DKD的发生并不平行。在已患DR的T2DM患者中,许多同时患有肾脏疾病,但也有一部分患者并不合并肾脏疾病。目前对于患有DR的T2DM患者更容易合并DKD的危险因素尚不明确。目的:明确已患DR的T2DM患者合并DKD的危险因素,并构建列线图预测模型,以识别DR合并DKD的高风险患者。方法:(1)第一部分为回顾性研究,回顾性收集2017年3月至2023年3月于吉林大学第一医院内分泌代谢科住院的患有DR的T2DM患者,将其分为单纯DR组与DR合并DKD组,收集两组的临床资料及实验室资料,通过SPSS.25.0软件比较两组的差异。P<0.05表示具有统计学意义。(2)第二部分为DKD与基因多态性的相关性研究,每组各抽取25个样本进行单核苷酸多态性(SNP)分型检测,选取5个候选基因的30个SNP位点进行分析。应用SNPStats分析网站进行二元Logistic回归分析,P<0.05具有统计学意义。(3)第三部分为利用收集的数据构建列线图预测模型。危险因素分析采用SPSS.25.0中的单因素及多因素Logistic回归分析,P<0.05表示具有统计学意义。应用R(4.2.0版本)软件构建及评价列线图预测模型。结果:将683例患者根据24小时尿微量白蛋白和(或)e GFR分为两组,其中单纯DR组有293例,DR合并DKD组有390例。1.临床资料:两组间比较发现性别、DR分类、T2DM诊断年龄、高血压病史、高血压病程、脑卒中病史、吸烟史、吸烟年限、收缩压、舒张压、BMI、应用胰岛素方面具有统计学差异(P<0.05)。2.实验室资料:两组间比较发现24h尿微量白蛋白、24h尿蛋白、BUN、血Cr、UA、RBP、Cys-C、e GFR、WBC、NE、NLR、LMR、HGB、HCT、RDW、FIB、ALB、TBil、DBil、IBil、TC、TG、HDL-C、LDL-C、残余胆固醇、AI、API、AIP、血钙、Ty G指数、FT3指标方面具有统计学差异(P<0.05)。***分型结果:AP5B1的rs6591190、rs12146493的等位基因有统计学意义(P<0.05)。AP5B1基因的rs6591190位点,在共显性和显性遗传模型下,杂合GC基因型与变异型GG基因型相比于纯合CC基因型,合并DKD的风险较高;在超显性遗传模型下,杂合GC基因型相比于CC、GC基因型,合并DKD的风险较高;在加性遗传模型下,变异型GG基因型相比于纯合型CC基因型,合并DKD的风险较高;AP5B1基因的rs12146493位点,在加性遗传模型下,变异型AA基因型相比于纯合型GG基因型,合并DKD的风险较低(P<0.05)。4.列线图预测模型的构建:共筛选出8个独立危险因素,包括FIB(OR=1.52,95%CI:1.11-2.08)、ALB(OR=0.92,95%CI:0.87-0.97)、AIP(OR=3.96,95%CI:1.91-8.24)、LDL-C(OR=1.43,95%CI:1.11-1.84)、BMI(OR=1.08,95%CI:1.01-1.16)、DR分类(OR=2.81,95%CI:1.32-5.96)、性别(OR=0.36,95%CI:0.22-0.60)、高血压病史(OR=2.73,95%CI:1.73-4.30),并构建了列线图预测模型。在训练集中,该模型的AUC为0.780(95%CI:0.736-0.823),具有较高的特异度(0.697)和敏感度(0.732),校准曲线显示出良好的校准度,说明该模型具有较好的区分度和一致性。结论:1.在已患DR的T2DM患者中,FIB、ALB、AIP、LDL-C、BMI、DR分类、性别、高血压病史可能为合并DKD的危险因素。***5B1基因的rs6591190与rs12146493位点可能是在DR的基础上合并DKD的易感基因位点。3.以FIB、ALB、AIP、LDL-C、BMI、DR分类、性别、高血压病史为预测因子建立的列线图模型,可能有助于识别DR合并DKD的高风险患者。

关键词：糖尿病肾病糖尿病视网膜病变 2型糖尿病危险因素列线图

基于反应性低共熔溶剂的木材细胞壁微纤化及功能化研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于反应性低共熔溶剂的木材细胞壁微纤化及功能化研究

作者：孟志谦广西大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向异构数据的联邦聚合算法研究

面向异构数据的联邦聚合算法研究

作者：孟续涛长春工业大学

学位级别：硕士

联邦学习作为一种具有隐私保护机制的分布式机器学习范式,它可以在不泄露原始数据的情况下实现多方协作计算。然而,客户端之间的私有数据集通常是非独立同分布的,存在数据异构性。异构环境中联邦学习的局部训练目标与全局训练目标会产... 详细信息

联邦学习作为一种具有隐私保护机制的分布式机器学习范式,它可以在不泄露原始数据的情况下实现多方协作计算。然而,客户端之间的私有数据集通常是非独立同分布的,存在数据异构性。异构环境中联邦学习的局部训练目标与全局训练目标会产生偏差,导致联邦学习的收敛速度减缓,模型性能下降。优化异构环境中联邦学习的收敛方向,提高全局模型的预测性能是现阶段联邦学习发展的主要目标之一。针对异构联邦学习任务,本文将联邦学习中的客户端选择问题建模为马尔可夫决策过程,并提出了一种新的基于深度强化学习的客户端选择策略Fed RLCS。本文引入top-p采样策略替代传统的贪婪策略,并重新设计了状态-动作空间,确保客户端选择策略的有效性。在每一轮迭代中,该策略使服务器能够从非独立同分布的数据集中选择最优的客户端子集来参与联邦学习训练,从而加速模型收敛,并在更少的通信轮次内达到目标精度。此外,考虑到资源受限条件下的客户端需求,本文优化了整个联邦学习流程,以最小化客户端的通信和计算成本。本文还构建了多样的异构联邦环境,并通过大量实验验证了Fed RLCS算法在处理联邦学习数据异构性问题上的卓越性能。此外,图神经网络的快速发展和对数据隐私的需求推动了图联邦学习的进一步发展。与传统联邦学习不同,图联邦学习领域中的异构环境构成因素还包括图拓扑结构的异构性。目前的异构联邦学习优化方法并不能很好地解决图联邦学习中的挑战。因此,如何针对图结构数据的特殊性进行算法优化,成为解决异构环境下图联邦学习问题的紧迫任务。针对异构图联邦学习任务,本文分别分析了数据异构性和图拓扑结构异构性问题,提出了一种图联邦学习优化算法Fed SGProx。为了解决数据异构性问题,我们引入了两个关键的约束项,即长期约束项和短期约束项。这两个项可以引导全局模型以无偏的方向和加速的速度收敛。为了解决孤立节点问题,我们设计了一种新的子图采样策略。该策略确保以低概率对孤立节点进行采样,从而减轻它们对局部模型的不利影响。实验结果表明,Fed SGProx方法可以提高异构图联邦学习环境中全局模型的准确率,同时消融实验也证明了所提出的两个组件的有效性。本文对异构环境中的联邦学习任务和图联邦学习任务分别给出了解决方案。在保证数据隐私安全的基本条件下,通过分析模型发散的原因并设计相应的优化算法以提高联邦学习的性能,最小化客户端的通讯成本和计算代价。本文还指出了未来需要优化的方向,以促进对异构环境中联邦学习更深入的探索。

关键词：联邦学习数据异构性深度强化学习客户端选择图神经网络